Echtzeit-Pose-Tracking mittels markanter Merkmale

Die bildbasierte automatische bestiung der Pose, dr . h. der Position and Blickrichtung, der camera in der Welt, ist eine relevante, aber immer noch unzureichend gelöste Aufgabe im Rechnersehen。译：我的意思是：我的意思是：我的意思是：我的意思是：我的意思是：我的意思是：我的意思是：我的意思是：我的意思是：我的意思。在三维模型模型中，Merkmalen被标记为Merkmalen，在图片中被标记为Merkmalen。本文主要研究了一种基于标记标记的检测、定位和注册算法。模型，也就是我们的模型，我们的模型，我们的模型，我们的模型，我们的模型，我们的模型，我们的模型，我们的模型，我们的模型，我们的模型。al Anwendungsszenario wind die posebestimung auf dem Campusgelände unterverwendung von Bildern and einem semantischen cg - model des Campus gewählt。在实验带中Die allgemeinen Verfahren werden和diesem Beispiel getestet and re Tragfähigkeit wind。Im模块化系统entstehen problemunabhängige Einzelbausteine zur检测市场，Merkmalen， Punkten和Linien的Merkmalen和zur三维重建和Posebestimmung。Damit wind belt， dass - inerobust detection markter Merkmale möglich ist和zu - ine有效的rekonstruction和posebestiming，例如在teteweingstructurerten auth - engebieten genutzt werden kann中。

Die bildbasierte automatische Bestimmung der Pose, d. h. der Position und Blickrichtung, einer Kamera in der Welt, ist eine relevante, aber immer noch unzureichend gelöste Aufgabe im Rechnersehen. Im vorliegenden Antrag werden höhere markante Merkmale in den Bildern sicherer lokalisiert, sowie deren semantische Signifikanz vom Rechner bestimmt. Eine Posebestimmung wird durch eine Registrierung der elementaren Bestandteile dieser markanten Merkmale im Bild mit Merkmalen im 3-D-Modell erreicht. Die im ersten Bewilligungszeitraum entwickelten Algorithmen zur Detektion, Lokalisation und Registrierung der markanten Merkmale werden verfeinert und weiter verbessert. Modelle, wie sie aus der Rekonstruktion von Mehrfachansichten entstehen, werden durch weitere Semantik angereichert. Als Anwendungsszenario wird die Posebestimmung auf dem Campusgelände unter Verwendung von Bildern und einem semantischen CG-Modell des Campus gewählt. Die allgemeinen Verfahren werden an diesem Beispiel getestet und ihre Tragfähigkeit wird in Experimenten belegt. Im modularen System entstehen problemunabhängige Einzelbausteine zur Detektion markanter Merkmale und zur 3-D-Rekonstruktion und Posebestimmung aus Merkmalen, Punkten und Linien. Damit wird belegt, dass eine robuste Detektion markanter Merkmale möglich ist und zu einer effektiven Rekonstruktion und Posebestimmung auch in teilweise wenig strukturierten Außengebieten genutzt werden kann.